如何向Spark提交Scala作业？

Question

我有一个Pythons脚本，我可以通过以下方式提交给Spark：

/opt/spark/bin/spark-submit --master yarn-client test.py

现在，我尝试以相同的方式提交Scala程序：

/opt/spark/bin/spark-submit --master yarn-client test.scala

因此，我收到以下错误消息：

Error: Cannot load main class from JAR file:/home/myname/spark/test.scala
Run with --help for usage help or --verbose for debug output

Scala程序本身只是一个Hello World程序：

object HelloWorld {
    def main(args: Array[String]): Unit = {
        println("Hello, world!")
    }
}

我究竟做错了什么？

Answer 1

对于初学者，您必须创建一个jar文件。 您不能简单地提交Scala源代码。 如果有疑问，请参阅sbt入门 。

之后只需添加一个指向HelloWorld的class参数。 假设没有包裹：

/opt/spark/bin/spark-submit --master yarn-client --class "HelloWorld" path_to.jar

Answer 2

这取决于您使用的群集模式。

看看通用命令

./bin/spark-submit \
  --class <main-class>
  --master <master-url> \
  --deploy-mode <deploy-mode> \
  --conf <key>=<value> \
  ... # other options
  <application-jar> \
  [application-arguments]

对于纱线客户，

/opt/spark/bin/spark-submit \
  --class "HelloWorld" your_jar_with_scala_file \
  --master yarn-client

查看Spark 文档以便更好地理解。